车牌倾斜校正算法研究及改进

车牌倾斜校正是字符分割前的必要步骤,校正效果直接影响分割结果。车牌倾斜可以分解为水平旋转倾斜和竖直错切倾斜两种模式。研究现有的水平倾斜校正主要算法：Hough变换法、旋转投影法、特征直线法、方向图像法,分析各种经典算法的缺陷并给出其改进算法。通过实验分析比较各种算法的校正效果,结果表明改进算法比各自原始算法在识别效果上都有提高。设计实验研究现有竖直错切校正算法：基于预分割的旋转投影法和直线拟合法,实验结果表明旋转投影法效果远优于直线拟合法。     

基于灰色关联分析法的软件缺陷类型预测

灰色关联分析法是一种描述元素之间影响程度的分析法,适合于小项目数据集。小项目数据集制约着传统的软件缺陷类型的预测方法,使得预测的结果往往不够准确和可靠。因此在灰色关联分析法的基础上提出了特征子集选择、异常工程检测以及软件缺陷类型预测3种方法。通过实验的分析对比,验证了在灰色关联分析法的基础上,提出的软件缺陷类型预测方法的准确性和可靠性。     

新的文本分类特征选择方法研究

特征降维是文本分类过程中的一个重要环节。在现有特征选择方法的基础上,综合考虑特征词在正类和负类中的分布性质,综合四种衡量特征类别区分能力的指标,提出了一个新的特征选择方法,即综合比率(CR)方法。实验采用K-最近邻分类算法(KNN)来考查CR方法的有效性,实验结果表明该方法能够取得比现有特征选择方法更优的降维效果。     

一种基于分类的平行语料选择方法

大规模高质量双语平行语料库是构造高质量统计机器翻译系统的重要基础,但语料库中的噪声影响着统计机器翻译系统的性能,因此有必要对大规模语料库中语料进行筛选。区别于传统的语料选择排序模型,本文提出一种基于分类的平行语料选择方法。通过少数句对特征构造差异较大的分类器训练句对,在该训练句对上使用更多的句对特征对分类器进行训练,然后对其他未分类句对进行分类。相比于基准系统,我们的方法不仅缩减40%训练语料规模,同时在NIST测试数据集合上将BLEU值提高了0.87个百分点。     

基于jQuery的在线电子名片制作系统设计与实现

名片是一种很重要的社交载体,而网络高速的发展为名片的在线制作提供了一个非常广阔的应用空间。从介绍名片的社会背景及电子名片的制作原理出发,分析了在线电子名片制作系统的体系结构。利用JS等高级语言设计并实现了一个基于jQuery的电子名片系统,对系统实现中的一些难点及解决办法进行了介绍。这种方法经实践验证安全性和移植性都较好。     

基于主成分分析与BP神经网络的供应商选择模型

供应商选择是企业进行决策的重要内容,也直接影响着企业竞争力。在科学合理的构建供应商评价指标体系的基础上,首先对供应商评价的数据进行主成分分析,然后建立基于BP神经网络的供应商评价模型,最后以实例验证。这两种方法相结合不仅简化了模型结构,而且较好的克服评价指标主观性强的问题,为供应商选择提供了一种新的、实用的评价方法。     

光伏并网扰动检测中基于局部模极大值的小波选取

光伏并网系统中的扰动是一类非线性非平稳突变信号。针对扰动信号的检测问题,探讨了一种基于小波变换局部模极大值的信号检测方法。阐述了扰动检测的基本原理,研究了工程领域已有小波的基本性质。以紧支性、对称性、正则性、消失矩阶数四项特性为基本点,分析了这些性质与信号突变性之间的联系,提出了准确检测瞬态扰动的小波选取一般性准则,即“支集宽、正则性优、消失矩阶数高”准则。根据所提出的准则,有针对性的选择了DB1、DB6、sym6和coif3四种小波进行对比性仿真实验。结果证明了本文所提出准则的正确性与可靠性。     

线损管理信息化在广西水利电业集团的实践与探索

配网线损的有效管理是供电企业线损管理的关键环节。在配网中管理上以信息化为手段,以"四分管理"为措施,可以有效降低线损。分析了广西水利电业集团在线损管理信息化方面所做的探索,以及电能信息采集系统、线损计算软件等信息化系统的应用,通过在荔浦县电网中使用验证了其效果。     

南水北调东线睢宁二站中高扬程水泵机组选型设计

睢宁二站是南水北调东线一期工程江苏省境内第五梯级提水泵站,为大型Ⅰ等、中高扬程水利工程,同时扬程和特征参数变幅较大,运行工况复杂,技术难度较高.结合工程特点,通过水力模型的比对、叶片调节方式的遴选、流道形式及断流方式的计算,最终选定导叶式混流泵为合理的机组类型,配套肘型进水、虹吸出水,可有效加大机组容量,提高水泵调节范围,优化运行方式.对该工程和南水北调工程建设及后期运行具有一定的参考价值.     

Simultaneous optimal selection of design and manufacturing tolerances with alternative manufacturing process selection

Tolerance specification is an important part of mechanical design. Design tolerances strongly influence the functional performance and manufacturing cost of a mechanical product. Tighter tolerances normally produce superior components, better performing mechanical systems and good assemblability with assured exchangeability at the assembly line. However, unnecessarily tight tolerances lead to excessive manufacturing costs for a given application. The balancing of performance and manufacturing cost through identification of optimal design tolerances is a major concern in modern design. Traditionally, design tolerances are specified based on the designer’s experience. Computer-aided (or software-based) tolerance synthesis and alternative manufacturing process selection programs allow a designer to verify the relations between all design tolerances to produce a consistent and feasible design. In this paper, a general new methodology using intelligent algorithms viz., Elitist Non-dominated Sorting Genetic Algorithm (NSGA-II) and Multi Objective Particle Swarm Optimization (MOPSO) for simultaneous optimal selection of design and manufacturing tolerances with alternative manufacturing process selection is presented. The problem has a multi-criterion character in which 3 objective functions, 3 constraints and 5 variables are considered. The average fitness factor method and normalized weighted objective functions method are separately used to select the best optimal solution from Pareto optimal fronts. Two multi-objective performance measures namely solution spread measure and ratio of non-dominated individuals are used to evaluate the strength of Pareto optimal fronts. Two more multi-objective performance measures namely optimiser overhead and algorithm effort are used to find the computational effort of NSGA-II and MOPSO algorithms. The Pareto optimal fronts and results obtained from various techniques are compared and analysed.